公开(公告)号：CN109124625A

公开(公告)日：2019-01-04

申请号：CN201811027448.7

申请日：2018-09-04

Applicant: 大连理工大学

Inventor： 张明恒 ,  陈冉 ,  翟晓娟 ,  方超 ,  李佳栗

IPC: A61B5/0476 ,  A61B5/18 ,  G06K9/00 ,  G06N3/06

CPC classification number: A61B5/0476 ,  A61B5/165 ,  A61B5/18 ,  A61B5/4884 ,  A61B5/7203 ,  A61B2503/22 ,  G06K9/00845 ,  G06N3/061

Abstract: 本发明公开了一种驾驶员疲劳状态水平分级方法，属于汽车安全辅助驾驶技术领域。本发明在考虑驾驶疲劳动态生成特性的基础上对疲劳状态的水平进行准确划分，对于相关技术研究及车载系统开发具有重要的实际支撑作用。该方法采用可靠的EEG数据作为疲劳水平等级划分的数据来源，以降低间接检测和主观评测方法所导致的误差传递；基于LSTM网络构建的驾驶员疲劳状态水平分级模型从时间序列上很好解决了疲劳的动态生成特性问题；在模型中通过引入注意力机制以解析特征在不同疲劳水平等级下的差异性，从而提高模型对疲劳演化规律的解释合理性；综合不同人员特征属性的建模方法克服了驾驶员风格类型差异所带来的模型适应性拓展问题。

公开(公告)号：CN109124625B

公开(公告)日：2021-07-20

申请号：CN201811027448.7

申请日：2018-09-04

Applicant: 大连理工大学

Inventor： 张明恒 ,  陈冉 ,  翟晓娟 ,  方超 ,  李佳栗

IPC: A61B5/369 ,  A61B5/18 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06F17/18

Abstract: 本发明公开了一种驾驶员疲劳状态水平分级方法，属于汽车安全辅助驾驶技术领域。本发明在考虑驾驶疲劳动态生成特性的基础上对疲劳状态的水平进行准确划分，对于相关技术研究及车载系统开发具有重要的实际支撑作用。该方法采用可靠的EEG数据作为疲劳水平等级划分的数据来源，以降低间接检测和主观评测方法所导致的误差传递；基于LSTM网络构建的驾驶员疲劳状态水平分级模型从时间序列上很好解决了疲劳的动态生成特性问题；在模型中通过引入注意力机制以解析特征在不同疲劳水平等级下的差异性，从而提高模型对疲劳演化规律的解释合理性；综合不同人员特征属性的建模方法克服了驾驶员风格类型差异所带来的模型适应性拓展问题。